Prédire le passé et le futur : rôle des représentations motrices dans l'inférence du mouvement

• Main Author: Carlini, Alessandro
• Language: FRE
• Published: Université de Bourgogne 2012
• Subjects: [PHYS:COND:CM_GEN] Physics/Condensed Matter/Other; [SHS:PSY] Humanities and Social Sciences/Psychology; [SDV:MHEP] Life Sciences/Human health and pathology; Mouvement Biologique; Modèle Interne; Extrapolation; Localisation; Inférence; Compensation Délais
• Online Access: http://tel.archives-ouvertes.fr/tel-00834893; http://tel.archives-ouvertes.fr/docs/00/83/48/93/PDF/these_A_CARLINI_Alessandro_2012.pdf

L'efficacité du système visuel est permise par un complexe réseau d'élaboration, qui s'appuie sur des structures corticales, sous-corticales et périphériques. Le but de la présente recherche est de mieux comprendre le processus de perception visuelle du mouvement, et réaliser un modèle computationnel capable de reproduire les fonctionnalités humaines du tracking (suivi) d'un objet en mouvement. Ce travail de thèse comprend une ample recherche bibliographique, ainsi qu'une série d'expérimentations ; la thèse se compose de deux parties :La première partie a pour objet la détermination des performances dans l'inférence " vers le passé ", d'un mouvement partiellement visible. Il s'agit de définir l'implication des informations exogènes (les signaux rétiniens) et endogènes (les modèles internes de l'action observée) dans la reconstruction de la cinématique d'une cible en mouvement et partiellement occultée. Nos résultats supportent l'hypothèse que le Système Nerveux Central adopte un mécanisme basé sur le recours aux modèles internes dans la reconstruction du passé de cinématiques biologiques. La deuxième partie complémente la première, et vise à identifier la structure et les caractéristiques fonctionnelles du système de poursuite, ainsi que à comprendre l'origine des erreurs systématiques présentes dans la localisation d'une cible chez l'homme. Nous avons développé un modèle computationnel en langage Matlab, basé sur le mécanisme d'extrapolation du mouvement, qui est capable de reproduire les données expérimentales dans la tâche de localisation